基于GPU的SIFT特征匹配算法并行处理研究

摘要

SIFT算法因具有旋转、缩放以及平移不变性而在影像配准和基于影像的三维重建领域得到广泛应用.但该算法复杂度较高,在CPU上执行的效率不高,难以满足对实时性要求较高的应用.在深入分析SIFT算法原理的基础上,针对该算法提取特征的多量性和特征向量的高维性,将该算法进行了并行化改造以利用GPU强大的并行计算能力,并与CPU上实现的SIET算法进行了比较.实验证明,基于GPU的SIFT算法执行效率大幅提升,平均可以达到10倍以上的加速比.